數字技術創新促進資本市場高質量發展嗎？

摘"要：數字技術創新影響資本市場對股價的預期和信息，從而影響股價崩盤風險。基于企業數字技術創新專利數據，實證檢驗了數字技術創新對企業股價崩盤風險的影響及作用機制。研究發現，數字技術創新能夠有效抑制股價崩盤風險，且這種抑制作用因企業的異質性具有差異性；同時，數字技術創新能夠通過推動數字化轉型和企業內部治理水平的提升，緩解信息不對稱性，抑制股價崩盤風險。研究結論表明利用數字技術創新提升企業價值和信息披露有助于抑制股價崩盤風險，促進資本市場高質量發展。

關鍵詞：數字技術創新；崩盤風險；資本市場；高質量發展

一、引言

股價崩盤風險是指資本市場指數或股票股價發生連續暴跌等異常現象的可能性，股票崩盤風險一旦發生將會對公司正常運營和投資者產生巨大沖擊，導致股價急跌引起市場恐慌，導致系統性金融風險，影響資本市場高質量發展。既有相關研究表明，股價崩盤風險的形成主要來源于兩個方面：一是股價泡沫的形成，由于市場賣空機制不完善和投資者異質信念等非理性因素導致股價超過股票內含價值，股價被高估，一旦股價泡沫破裂造成股價暴跌會引發崩盤風險；二是基于“壞消息窖藏理論”，由于市場制度、組織政策或管理層出于企業避稅、期權激勵、晉升動機等因素導致管理層隱藏負面信息，產生信息不對稱，一旦負面消息無法被隱藏，將會集中暴露沖擊市場，引發股票崩盤風險（Kim等，2011）。股票信息是影響股價穩定或波動的重要因素，由于信息不對稱引起的股價崩盤風險破壞資本市場的穩定性，而穩定性則是資本市場高質量發展的最直觀體現。

數字技術創新已成為主導新一輪科技產業革命的核心技術，對經濟產業全方位、全鏈條、全周期的滲透和賦能，催生新業態、新模式，加速新質生產力形成，支撐經濟高質量發展，也深刻改變著市場微觀主體的行為和資本市場結構。一方面，越來越多的企業依賴數字技術創新與發展戰略的耦合，推動生產經營方式系統性變革，實現企業數字化的系統性演變（胡瑾瑾等，2023），從而提升核心競爭力和重塑企業價值，而企業價值則是影響股價漲跌波動的決定因素。相關研究表明企業數字化轉型確實能夠提高資本市場運行效率，如企業數字化轉型能夠有效提高股票流動性（吳非等，2021）和降低股價同步性（雷光勇等，2022）。另一方面，企業能夠借助數字技術創新有效促進企業數字化轉型，重塑企業信息結構，挖掘和釋放企業內部沉淀信息，減少企業負面信息窖藏的可能性，提高信息透明度，緩解市場信息不對稱性（Gupta和Bose，2022），從而提高數字治理水平和內部控制質量，減小負面信息集中釋放對股價的沖擊，促進市場投資者對企業股價的理性認知水平，從而有效抑制股票崩盤風險（馬慧和陳勝藍，2022）。因此，數字技術創新可望通過創造企業價值和提升企業內部治理水平有效抑制崩盤風險（顧研和周強龍，2022）。

當前，有關企業數字化與股票崩盤風險的相關研究大多從企業數字化轉型的角度開展，數字化轉型主要是借鑒吳非等（2021）的做法，利用文本分析工具，限定企業數字化轉型相關詞語，通過使用詞頻統計方法構建企業數字化轉型指數開展研究。然而，數字技術創新并不完全等同于數字化轉型，數字化轉型強調的是對數字技術的應用，而數字技術創新更多指向數字技術的新突破與新發展（Yoo等，2012），因此數字技術創新是更為深層次的影響因素（陶峰等，2023）。多數既有研究將數字技術創新與數字化轉型進行等同或不加區分，未能在市場微觀機制層面更加確切地解析數字技術創新的作用，因此，基于年報詞頻等文本分析方式構建的企業數字化轉型指標目前也漸漸面臨挑戰（戴嚴科等，2024）。

股價崩盤風險關乎資本市場穩定及其高質量發展，數字經濟時代數字技術創新已經成為影響企業生產經營和價值創造的關鍵因素，本文借鑒陶峰等（2023）和戴嚴科等（2024）的思路和做法，基于數字技術創新指標研究其對股價崩盤風險的影響及具體作用機制，為相關研究提供進一步經驗證據，對于化解資本市場極端金融風險、促進資本市場穩定與高質量發展具有一定的意義。

二、理論分析與研究假設

（一）數字技術創新與股價崩盤風險

數字技術創新是企業數字化轉型升級的基礎和內驅動力，數字技術創新不僅能驅動企業技術創新升級，還能形成模式創新和體系創新，為企業數字化轉型和價值創造提供創新動能（黃大禹等，2021），從而增強企業技術實力、市場競爭力和企業聲譽，改善投資者對企業的價值預期，影響市場投資者對于企業股價漲跌的理性預期。Babar和Yu（2019）認為數字化轉型驅動企業衍生新商業模式，數字化轉型信息的披露能夠向市場釋放積極信號，引導和改善市場對股票價值樂觀預期，從而有效降低股價崩盤發生的概率；Xiang等（2020）、李文貴和路軍（2022）研究發現投資者對股票價值及回報率預期是影響崩盤風險的關鍵因素，當市場預期悲觀時更容易引起股價崩盤風險；而如大數據等數字技術的應用可以顯著提高公司的市場價值（張葉青等，2021），有效抑制股價崩盤風險（宗慶瑩等，2023），數字化企業也可以利用數字平臺等技術創新，更好地履行社會責任，產生正向網絡效應，塑造企業共享價值和輿論價值，對其資本市場表現形成積極反饋，緩解企業在資本市場所面臨的風險（邢小強等，2021）。

數字技術創新促進資本市場高質量發展嗎？

主流觀點認為股價崩盤風險源自企業管理層的自利動機，管理層為獲得職務晉升或薪酬激勵等有可能隱藏企業負面消息，并為掩蓋負面消息可能進行金融投機、過度投資等風險尋求行為，人為制造信息不對稱，引起和激化股價崩盤風險（李宏寅，2023）。數字技術創新不僅與企業生產經營管理各個環節滲透融合，為企業價值提升提供新動能，同時驅動企業數字技術應用，增強企業對非結構化和非標準化數據的處理能力，使企業更及時、充分和透明地披露信息（曾德麟等，2021）。數字技術的創新及應用，使企業內部信息流轉更加通暢，同時降低經營管理中的信息搜索成本，加速公司特質信息進入股價，提升市場信息效率，增加企業管理者隱藏負面消息的難度，有效紓解企業與投資者之間的信息不對稱困境，抑制股價崩盤的可能（顧奮玲等，2022）。據此，提出本文的核心假設：

數字技術創新能夠有效抑制股價崩盤風險。

（二）數字技術創新對股價崩盤風險的作用機制

數字技術應用或企業數字化轉型的相關研究已經表明，數字技術會對企業股票在資本市場上的表現產生顯著的正向影響，這種影響因企業的不同行業屬性、技術類別、企業規模、產權屬性等因素產生顯著差異（孫潔等，2020）。因此，有必要從企業異質性視角去考察數字技術創新對股價崩盤風險的差異化抑制作用。據此，提出研究假設：企業異質性影響數字技術創新對股價崩盤風險的抑制作用。

數字技術創新為企業數字化轉型提供技術支撐，而數字化轉型優化了企業的價值創造模式，拓寬了企業價值創造路徑（劉洋等，2020）。企業數字化轉型前，企業由于低效率的數據信息處理能力難以將數字技術創新相關信息轉化為有效信息輸出（吳非等，2021），企業數字化轉型有助于深挖企業內部數字技術創新的信息價值，增強企業透明度，推動企業內部的有價值信息向資本市場流轉，緩解管理者與投資者之間的信息不對稱性，增加股價中公司特質信息含量，從而降低股價崩盤風險。據此，提出研究假設：

數字技術創新通過促進企業的數字化轉型緩解股價崩盤風險。

數字技術創新能夠通過企業生產流程再造提供動力，推動數據生產要素與生產過程有機融合，降本增效，實現精細化、柔性化、智能化生產管理，提高內部資源配置效率，改進企業生產效率（戚聿東和肖旭，2020）。同時，數字技術創新推動企業組織的網絡化和數智化，暢通內部信息溝通渠道和與外部信息交互，增強企業信息披露的透明度，提高外部股東參與企業內部治理的可能性和積極性，促使其發揮監督或信息效應，全面提高企業內部治理水平從而降低股價崩盤風險（王曉娟等，2022）。據此，提出研究假設：

數字技術創新通過提高企業內部治理水平緩解股價崩盤風險。

三、研究設計

（一）樣本選擇與數據來源

本文使用滬深A股上市公司2013—2020年的專利和財務數據作為初始研究樣本，用當年的數字技術創新水平解釋未來一年的股價崩盤風險，股價崩盤風險指標的樣本區間為2014—2021年，其他解釋變量的樣本區間為2013—2020年。參照已有研究做法，剔除ST公司、金融類公司和退市公司樣本，剔除數字技術專利申請小于1的企業樣本，剔除重要變量數據缺失的樣本。對所有連續變量進行1%和99%的縮尾處理。數字技術創新的專利數據來自IncoPat全球專利綜合文獻數據庫和中國社科院公開數據，其他數據來自國泰安數據庫（CSMAR）。

（二）變量選取與模型設定

參照現有主流研究做法，構造負收益偏態系數（NCSKEW）和股票收益上下波動比率（DUVOL）來度量股票崩盤風險（CrashRisk）。

首先，對每一年股票i的周收益率進行回歸：

Ri，t=αi+β1Rm，t－2+β2Rm，t－1+β3Rm，t+

β4Rm，t+1+β5Rm，t－2+εi，t（1）

其中，Ri，t為股票i在第t周的收益率，Rm，t為所有股票在第t周經流通市值加權的平均市場收益率，考慮到交易非同步性帶來的偏差，在方程中分別加入滯后和超前兩期的市場收益率。利用上述回歸方程的殘差構建股票周特質收益率Wi，t=ln（1+εi，t），以周特質收益率構建負收益偏態系數（NCSKEW）和股票收益上下波動比率（DUVOL）。

NCSKEWi，t=－［n（n－1）3/2∑W3i，t］/

［（n－1）（n－2）（∑W2i，t）3/2］（2）

其中，n為股票i在某年的交易周數，NCSKEW數值越大，股價崩盤風險越高。

DUVOLi，t=log{［（nu－1）∑downW2i，t］/

［（nd－1）∑upW2i，t］}（3）

其中，nu和nd分別表示股票周特質收益率大于和小于年平均特質收益率的周數，DUVOL數值越大，股價崩盤風險越高。

本文的核心解釋變量是企業數字技術創新（Dig）。關于數字技術創新的度量方面，有關數字經濟發展水平、數字化轉型等相關變量已比較豐富，當前研究較多使用數字技術專利（Corvello等，2023）等刻畫數字技術創新水平，本文采用陶鋒等（2023）年的做法及數據，基于國際專利分類（IPC）提供的專利化創新活動技術信息，結合國家統計局發布的《數字經濟及其核心產業統計分類（2021）》和《國際專利分類與國民經濟行業分類參照關系表（2018）》，構建數字技術創新所屬領域及其IPC代碼的對應關系，識別企業申請的數字技術創新專利，并據此對數字技術專利進行加總，構造出企業數字技術創新的微觀指標。

設定如下回歸方程檢驗數字技術創新與股價崩盤風險的關系：

CrashRiski，t+1=β0+β1Digi，t+γ∑Controli，t+αi+δt+εi，t（4）

其中，CrashRiski，t+1分別以未來一期的負收益偏態系數和收益上下波動率作為被解釋變量；Digi，t為企業數字技術創新水平；Controli，t為一系列控制變量；αi為個體固定效應；δt為年時間固定效應；εi，t為隨機擾動項。

本文選取既有相關研究的文獻（周銘山等，2017）中常用的變量作為控制變量：①企業價值（TobinQ），企業市場價值與資產重置成本的比率，按總市值與總負債之和除以總資產計算，反映企業價值高估；②資產收益率（ROA），凈利潤與總資產的比值；③資產負債率（Lev），企業總負債與總資產比值；④企業規模（Size），以企業總資產的自然對數作為度量；⑤無形資產（Intass），以企業無形資產占總資產比值度量；⑥兩權合一（Duality），以企業董事長與總經理是否兼任進行衡量，兼任取值為1，否則為0；⑦股權集中度（Top1），以第一大股東持股數占總股數比重衡量；⑧第二大股東至第十大股東占比（Top10），以扣除第一大股東持股數的前十大股東持股數加總占總股數比重進行衡量；⑨企業年齡（Age），以當年年份減成立年份+1后取自然對數來度量。相關變量描述性統計見表1。

實證分析重點考察回歸系數β1的符號和顯著性，用以檢驗企業數字技術創新對股價崩盤風險的作用。為了進一步識別數字技術創新對資本市場崩盤風險的影響機制，構造機制檢驗模型進行實證檢驗。

Mechanismi，t=θ0+θ1Digi，t+γ1Controli，t+αi+δt+εi，t（5）

上述模型中，Mechanismi，t表示機制變量，其余變量與基準回歸模型相同。基于前文理論分析，對企業數字化轉型（DT）和企業內部治理水平（ME）進行機制檢驗。具體而言，參照吳非等（2021）和李靜和周孟艷（2023）的做法，利用CSMAR數據庫的企業數字化轉型詞頻數構造企業數字化轉型（DT）的衡量指標；采用企業財務效率作為企業內部治理水平（ME）的代理指標，利用CSMAR數據庫中企業財務費用率的負數進行度量。

四、實證結果與分析

（一）基準回歸分析

根據基準回歸模型進行回歸，回歸結果見表2。列（1）、列（4）為不控制年份和個體固定效應的混合回歸結果，對于負收益偏態系數（NCSKEW）和股票收益上下波動比率（DUVOL）而言，企業數字技術創新（Dig）系數顯著為負，說明企業數字技術創新能夠降低股價崩盤風險；進一步控制年份固定效應，同時控制年份固定效應和個體固定效應，企業數字技術創新（Dig）系數依然為負，并且顯著性水平提高，結果如列（2）、列（5）、列（3）、列（6）所示，進一步驗證數字技術創新能夠顯著降低股價崩盤風險。

（二）穩健性檢驗

為了保證基準回歸檢驗結果的穩健性，分別通過更換核心自變量、去除極端樣本、控制交互固定效應和工具變量回歸，對基準回歸結果進行穩健性分析。穩健性檢驗結果報告如表3所示。

（1）更換自變量。用數字技術創新質量作為核心變量企業數字技術創新（Dig）的替代變量。專利被引數是廣泛被采用的測度企業數字技術創新質量的指標（俞立平等，2023），此處利用前文數字技術創新專利被引用數作為數字技術創新質量的衡量指標。回歸結果如列（1）所示，無論是利用負收益偏態系數（NCSKEW）還是股票收益上下波動比率（DUVOL）作為股價崩盤風險的指標，企業數字技術創新（Dig）的系數均顯著為負，與基準回歸結果保持一致。

（2）去除極端樣本。數字技術創新數量可能在企業間呈現結構性差異，為了避免這種結構性因素帶來的估計偏差，剔除每期數字技術創新專利數量前五的企業樣本，控制極端樣本對估計結果的影響，回歸結果如列（2）所示，系數均顯著為負，數字技術創新顯著降低股價崩盤風險，與基準回歸結果一致。

（3）控制交互固定效應。數字經濟發展水平較高的省份，數字基礎設施和數字創新環境更好，更有利于企業從事數字技術創新活動。進一步控制省份和年份的交互固定效應，回歸結果如列（3）所示，系數均顯著為負，數字技術創新顯著降低股價崩盤風險，與基準回歸結果一致。

（4）內生性問題。基準回歸分析中采用第t期數字技術創新水平對第t+1期股價崩盤風險進行回歸，一定程度上緩解了反向因果關系引起的內生性問題。為了進一步克服潛在的內生性問題，借鑒陶鋒等（2023）的做法，利用數字技術創新行業均值作為工具變量進行回歸。工具變量回歸結果如列（4）所示，系數均顯著為負，數字技術創新顯著降低股價崩盤風險，與基準回歸結果保持一致。

（三）異質性檢驗

（1）行業競爭程度。競爭是企業進行數字技術創新的根源之一，在競爭程度偏低的行業中，數字技術創新更能夠幫助企業獲得競爭優勢，凸顯效應更加明顯，使企業獲得更多外部關注，促進信息更充分披露，降低股價崩盤風險。用所有樣本行業的主營業務利潤率標準差的倒數作為行業競爭程度指標（張葉青等，2021），以該指標中位數為基準構建行業競爭程度虛擬變量。回歸結果見表4列（1），在競爭程度高的行業，由于競爭導致信息透明度較高，系數不顯著，而在競爭程度低的行業，數字技術創新能夠顯著降低股價崩盤風險。

（2）行業數字化屬性。數字技術創新能夠給數字化屬性弱的企業帶來增加的邊際效用更為顯著，同時，數字屬性弱的企業更容易產生由信息不對稱引發的股價崩盤，數字技術創新能更好地打開這類企業的信息黑匣，緩解信息不對稱引發的股價崩盤風險。回歸結果如表4列（2）所示，在數字化屬性弱的企業，數字技術創新能夠顯著降低股價崩盤風險。

（3）企業規模大小。一般而言，企業規模較大的企業，其信息披露制度和治理水平相對比較成熟，而小企業特別是初創型小企業，其治理機制相對不完善，因此更易產生信息不對稱問題。將企業總資產大于行業中位數的企業定義為大規模企業，余下的定義為小規模企業，以此檢驗規模的異質性影響。回歸結果如表4列（3）所示，對于規模小的企業，數字技術創新能夠顯著降低股價崩盤風險。

（4）企業產權屬性。國有企業正規化程度較高，受政策和制度規制程度更大，管理層進行不利消息隱藏的政治成本較大，而民營企業管理上擁有更大的自主性，且企業所有者和管理者通常相同，其進行不利消息隱藏的動機更強，因此，民營企業數字技術創新對股價崩盤風險的抑制作用應更為顯著。回歸結果如表4列（4）所示，國有企業數字技術創新的估計系數不顯著，而民營企業數字技術創新的估計系數顯著為負，說明數字技術創新對民營企業股價崩盤風險具有顯著的抑制作用。

（四）機制檢驗

根據前文理論分析和機制檢驗模型，利用企業數字化轉型（DT）和企業內部治理水平（ME）進行機制檢驗，結果如表5所示。數字技術創新能夠推動企業數字化轉型，企業數字化轉型能夠改進企業價值創造模式，同時提升企業內部信息透明度，推動企業內部有價值信息向資本市場傳遞，緩解管理者與投資者之間的信息不對稱性，從而抑制股價崩盤風險。列（1）結果顯示數字技術創新對企業數字化轉型的影響，其系數在1%的顯著性水平下顯著為正。數字技術創新能夠為企業生產流程進行數字化再造，提高內部資源配置效率，同時推動企業組織和管理模式的數字化，暢通內部信息渠道，促進數字治理水平提高，減小負面信息管理不善對股價的沖擊，從而有效抑制股票崩盤風險。列（2）結果顯示數字技術創新對企業內部治理水平的影響，其系數顯著為正。因此，企業數字技術創新可以促進企業數字化轉型、提高企業內部治理水平，從而進一步抑制股價崩盤風險。

五、結論與政策啟示

人工智能、區塊鏈、云計算、大數據等數字技術的創新與應用，顛覆了企業傳統的價值創造模式，促進了企業價值的提升，改變了企業內部的治理模式，重塑企業信息結構和信息披露方式，也深刻改變了資本市場價值發現機制和股價波動風險。本文利用數字技術創新發明專利數據，研究數字技術創新對于企業股價崩盤風險的影響及其作用機制，研究結果表明：數字技術創新能夠有效抑制股價崩盤風險，這種抑制作用在行業競爭程度較低、行業數字化水平較弱、規模較小和民營企業中更加顯著；通過企業數字化轉型和企業內部治理水平進行機制檢驗發現，數字技術創新能夠通過推動數字化轉型和內部治理水平的提升，進一步緩解信息不對稱引起的股價崩盤風險。

經驗證據和研究結論表明，數字技術創新能夠防止股價崩盤風險的發生，因此，有關部門應該出臺政策鼓勵數字技術與企業生產經營管理深度融合，激發數字經濟活力，根據企業異質性特征采取差異化措施，支持企業開展數字技術創新和數字化轉型，提升企業價值；同時，企業要進一步利用數字技術進行生產流程再造和經營管理模式改造，優化企業內部治理環境和治理條件，及時準確披露信息，嚴禁內部信息操縱，增進企業內部與外部市場的溝通，利用數字技術進一步提高資本市場信息傳遞質量和效率，緩解或抑制因信息不對稱引起的股價崩盤風險，維系資本市場穩定，促進資本市場更好地服務實體經濟發展。

參考文獻

［1］KIM"J"B，LI"Y，ZHANG"L.Corporate"tax"avoidance"and"stock"price"crash"risk：Firmlevel"analysis［J］.Journal"of"Financial"Economics，2011，100（3）：639-662.

［2］胡瑾瑾，趙雪峰，吳德林，等.企業數字化轉型對股價崩盤風險預測研究——基于ED-SPCBoost模型［J］.管理評論，2023，35（8）：15-30.

［3］吳非，胡慧芷，林慧妍，等.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144，10.

［4］雷光勇，買瑞東，左靜靜.數字化轉型與資本市場效率——基于股價同步性視角［J］.證券市場導報，2022（8）：48-59.

［5］GUPTA"G，BOSE"I.Digital"transformation"in"entrepreneurial"firms"through"information"exchange"with"operating"environment［J］.Information"and"Management，2022，59（3）：103243.

［6］馬慧，陳勝藍.企業數字化轉型、壞消息隱藏與股價崩盤風險［J］.會計研究，2022（10）：31-44.

［7］顧研，周強龍.良禽擇木而棲——公司股價崩盤與分析師盈利預測偏差修正［J］.世界經濟文匯，2022（1）：105-120.

［8］YOO"Y，BOLAND"R"J，LYYTINEN"K，et"al.Organizing"for"innovation"in"the"digitized"world［J］.Organization"Science，2012，23（5）：1398-1408.

［9］陶鋒，朱盼，邱楚芝.數字技術創新對企業市場價值的影響研究［J］.數量經濟技術經濟研究，2023，40（5）：68-91.

［10］戴嚴科，左曉萌，顧研.數字技術變革與企業股價崩盤風險：來自“兩化融合”試點的證據［J］.系統工程理論與實踐，2024，44（1）：207-226.

［11］黃大禹，謝獲寶，孟祥瑜.數字化轉型與企業價值——基于文本分析方法的經驗證據［J］.經濟學家，2021（12）：41-51.

［12］BABAR"Z，YU"E.Digital"transformation—implications"for"enterprise"modeling"and"analysis［EB/OL］.https：//ieeexplore.ieee.org/document/8907284.

［13］XIANG"C，CHEN"F，WANG"Q.Institutional"investor"inattention"and"stock"price"crash"risk［J］.Finance"Research"Letters，2020，33：101184.

［14］李文貴，路軍.網絡平臺互動與股價崩盤風險：“溝通易”還是“操縱易”［J］.中國工業經濟，2022（7）：178-196.

［15］張葉青，陸瑤，李樂蕓.大數據應用對中國企業市場價值的影響——來自中國上市公司年報文本分析的證據［J］.經濟研究，2021，56（12）：42-59.

［16］宗慶瑩，朱澤鋼，郭佳.數字技術應用對股價崩盤風險的影響：監督效應和信息效應［J］.金融與經濟，2023（9）：87-96.

［17］邢小強，湯新慧，王玨，等.數字平臺履責與共享價值創造——基于字節跳動扶貧的案例研究［J］.管理世界，2021，37（12）：152-176.

［18］李宏寅.企業數字化轉型能抑制股價崩盤風險嗎？［J］.財經論叢，2023（7）：58-67.

［19］曾德麟，蔡家瑋，歐陽桃花.數字化轉型研究：整合框架與未來展望［J］.外國經濟與管理，2021，43（5）：63-76.

［20］顧奮玲，馬一先，許晨曦.信息驅動還是競爭合謀：連鎖股東與企業股價崩盤風險［J］.會計研究，2022（7）：141-153.

［21］孫潔，李峰，張興剛.數字技術投資公告對企業市場價值的影響——基于事件研究視角［J］.經濟與管理研究，2020，41（11）：130-144.

［22］劉洋，董久鈺，魏江.數字創新管理：理論框架與未來研究［J］.管理世界，2020，36（7）：198-217，219.

［23］戚聿東，肖旭.數字經濟時代的企業管理變革［J］.管理世界，2020，36（6）：135-152，250.

［24］王曉娟，朱喜安，王穎.工業機器人應用對制造業就業的影響效應研究［J］.數量經濟技術經濟研究，2022，39（4）：88-106.

［25］葉曉東，肖惠玲.金融科技創新對商業銀行經營效率的影響研究——基于技術進步角度的分析［J］.中國證券期貨，2024（3）：76-83，96.

［26］CORVELLO"V，BELAS"J，GIGLIO"C，et"al.The"impact"of"business"owners’individual"characteristics"on"patenting"in"the"context"of"digital"innovation［J］.Journal"of"Business"Research，2023，155（Part"A）：113397.

［27］唐紅濤，陳珍平，吳忠才.數字經濟，城市創新能力與商業經濟韌性［J］.中國證券期貨，2024（2）：41-49，61.

［28］周銘山，張倩倩，楊丹.創業板上市公司創新投入與市場表現：基于公司內外部的視角［J］.經濟研究，2017，52（11）：135-149.

［29］李靜，周孟艷.企業數字化轉型與資本市場定價效率——來自股票定價偏誤的經驗證據［J］.投資研究，2023，42（4）：126-144.

［30］俞立平，張礦偉，朱曉雨，等.短期與長期創新質量對高技術產業投資的影響［J］.科技進步與對策，2023，41（9）：67-77.